近日，Facebook人工智能研究院（FAIR）的研究人員發佈了一種新的神經網絡，可以將音樂從一種類型轉換成另一種，同時，使用的樂器也可進行改變。或許，不久之後，人們就不必在苦練一種樂器以讓自己擁有一技之長了；到時候，只需要向人工智能工具吹口哨，它就會創造出讓人滿意的交響樂了。舉個例子，如果把一首流行歌曲作為輸入，神經網絡可以將它變成一種重金屬音樂。
儘管有很多研究都表示要教人工智能去做人類在完成的一些工作，但說實話，FAIR是第一個人工智能團隊，創建了一個無人監督的學習算法，通過神經網絡來重建高保真的音樂。
在該團隊的白皮書中，他們寫道：“據我們所知，我們的研究成果是前所未有的。當被要求把一種樂器轉換為另一種時，我們的神經網絡比專業音樂家的表現略差。很多時候，人們很難分辨哪個是原始音頻文件，哪個是模擬完全不同樂器後的輸出文件。”
這種讓人難以置信的保真度是通過教一個神經網絡自動編碼音頻實現的，並達到了完整性的水平。對人工智能來說，它不是風格轉移，只是把一堆噪音變成了另一種不同的噪音。
該團隊表示：“我們現在的成果還稱不上是風格轉移，而且也不要試圖通過這種方式達到這一效果。因為我們相信，除了聲音的質感與合唱的旋律不同外，鋼琴演奏的旋律也是有所區別的。映射是需要在更高的級別上完成，而不應該是簡單的局部更改。”
據瞭解，FAIR的方法涉及到了一種複雜的自動編碼方法，允許網絡在從未接受過的輸入中進行音頻處理。所以，網絡不會通過記筆記或者匹配音高來改變音樂，相反，它是通過非監督學習的方法，使用了高級語義翻譯來改變作為輸入的音樂。換句話說，它是用耳朵進行演奏的。
在過去的幾年中，人工智能已經走了很遠，它甚至可以模仿人類的聲音，完成餐廳預訂。而FAIR人工智能創造的音樂可能會被誤認為是人類自己創造的。未來，我們或許正向著一個讓人不敢相信自己的眼睛、耳朵甚至是聲音的世界前進。
閱讀更多 AI小智君 的文章
